Python按句号和问号分割文本并保留分隔符问题求助

你的代码存在三个关键问题，对应修正方案如下：

• 文件内容读取错误：readlines()返回的是每行文本组成的列表，直接执行str(data)会把列表转换成带方括号、引号的字符串（例如"['Chapter 16...']"），这并不是你需要处理的原始文本。正确的做法是用read()直接读取完整文本，或者用''.join(data)将行列表拼接成完整字符串。

• 分割方法使用错误：Python字符串的split()方法不支持正则表达式，你传入的'([.|?])'会被当作普通字符串进行匹配，自然无法实现预期的分割效果。必须使用re模块提供的split()函数来处理正则分割逻辑。

• 正则表达式编写错误：正则中的.是匹配任意字符的通配符，要匹配字面意义上的句号，需要转义为\.；此外，|在字符集[]中无需使用，直接写[.?]即可匹配句号和问号，外层加上括号([.?])就能保留分隔符本身。

修正后的完整代码：

import re

with open(filename, 'r') as text:
    # 读取完整的文本内容
    data = text.read()
    # 使用re.split执行正则分割，r前缀表示原始字符串，避免转义问题
    split_result = re.split(r'([.?])', data)
    # 过滤掉分割后产生的空字符串或纯空白字符
    split_result = [part for part in split_result if part.strip()]
    for part in split_result:
        print(part)

如果希望将句子与对应的分隔符合并为完整的语句（比如Chapter 16.），可以添加一步分组拼接：

# 每两个元素为一组（句子片段+分隔符）进行合并
complete_sentences = [''.join(split_result[i:i+2]) for i in range(0, len(split_result), 2)]
for sentence in complete_sentences:
    print(sentence.strip())

内容的提问来源于stack exchange，提问作者mrc